Låt oss förutsäga sentiment!

Sentimentanalys i Python

Violeta Misheva

Data Scientist

Klassificeringsproblem

  • Produkt- och filmrecensioner: positivt eller negativt sentiment (binär klassificering)
  • Tweets om flygbolag: positivt, neutralt och negativt (flerklass-klassificering)
Sentimentanalys i Python

Linjär och logistisk regression

ett diagram som visar en linjär regression (vänster) anpassad till några värden, och en logistisk regression (höger) anpassad till liknande värden

Sentimentanalys i Python

Logistisk funktion

  • Linjär regression: numeriskt utfall
  • Logistisk regression: sannolikhet:

$$ Probability(sentiment=positive|review) $$

ett diagram som visar en logistisk (sigmoid) funktion anpassad till några exempel

Sentimentanalys i Python

Logistisk regression i Python

from sklearn.linear_model import LogisticRegression

log_reg = LogisticRegression().fit(X, y)
Sentimentanalys i Python

Mäta modellens prestanda

Noggrannhet: andelen förutsägelser som modellen fick rätt.

  • Ju högre och närmare 1, desto bättre
# Accuracy using score
score = log_reg.score(X, y)
print(score)

0.9009
Sentimentanalys i Python

Använda accuracy_score

# Accuracy using accuracy_score
from sklearn.metrics import accuracy_score

y_predicted = log_reg.predict(X)
acurracy = accuracy_score(y, y_predicted)

0.9009
Sentimentanalys i Python

Nu kör vi en övning!

Sentimentanalys i Python

Preparing Video For Download...